SpaceXAI: Grok Voice TTS 1.0

SpaceXAI: Grok Voice TTS 1.0 هو نموذج تحويل النص إلى كلام من xAI، مُدرج على api14 ضمن فئة الكلام. يأخذ نصًا مكتوبًا ويحوّله إلى صوت منطوق، مما يجعله مناسبًا لأي عبء عمل لديك فيه نص بالفعل وتحتاج إلى مسار صوتي بدلًا من رد نصي. معرّف النموذج هو x-ai/grok-voice-tts-1.0، وقد أصدره المزوّد في 2026-05-15.

يقبل النموذج النص كوسيلة الإدخال الوحيدة وينتج الكلام كوسيلة الإخراج الوحيدة. يدعم الكشف التلقائي عن اللغة ويمكنه النطق بأكثر من 20 لغة، لذا لا need إلى الإعلان عن اللغة مسبقًا للمدخلات المختلطة أو غير المعروفة. تتوفر خمسة أصوات مدمجة: eve و ara و rex و sal و leo. نافذة السياق هي 15,000 رمز، بحد أقصى للإخراج يبلغ 13,500 رمز، وهو ما يحدد مقدار النص الذي يمكنك تسليمه في طلب واحد.

تشير هذه القدرات إلى مجموعة استخدامات محددة نوعًا ما. السرد والتعليق الصوتي للمقالات أو الوثائق أو نصوص المنتجات هي الاستخدامات الواضحة، لأنك تستطيع إدخال النص المصدر مباشرة والحصول على صوت في المقابل. ولأن الكشف عن اللغة تلقائي، يمكن للتكامل نفسه أن يخدم محتوى متعدد اللغات دون توجيه الطلبات حسب المنطقة اللغوية. وتتيح لك الأصوات الخمسة تعيين متحدث ثابت لكل مشروع أو قناة أو شخصية. كما تتبع ميزات إمكانية الوصول مثل القراءة بصوت عالٍ للنصوص الطويلة، والنسخ الصوتية لردود المحادثة أو المساعد، مباشرة من نموذج نص-إلى-كلام مع سماح كبير للإدخال.

يمكنك استدعاؤه عبر واجهة api14 المتوافقة مع OpenAI باستخدام معرّف النموذج x-ai/grok-voice-tts-1.0، لذا يعمل كود العميل الحالي على نمط OpenAI بتغيير اسم النموذج وعنوان URL الأساسي. لا يكشف النموذج عن أي معاملات طلب قابلة للضبط بخلاف ما تعرّفه نقطة النهاية نفسها، لذا لا توجد واجهة لأخذ العينات مثل temperature أو top_p أو ما شابه ذلك لتهئتها. اختيار الصوت هو الرافعة الأساسية المتاحة لك، مأخوذًا من الأصوات الخمسة المدرجة. خطط لطلباتك حول سياق 15,000 رمز وسقف الإخراج البالغ 13,500 رمز.

إذا كانت مهمتك توليد نص أو تصنيفًا أو استدلالًا أو أي شيء يعيد كلمات بدلًا من صوت، فهذا هو النموذج الخطأ، لأن الكلام هو مخرجه الوحيد. كما لن يفيدك عندما تحتاج إلى نسخ صوت موجود، لأن النص هو مدخله الوحيد. في تلك الحالات، انظر إلى نموذج نصي أو نموذج تحويل الكلام إلى نص بدلًا منه. لكن ضمن نطاقه، هو خيار مباشر عندما تحتاج إلى إخراج منطوق بأحد الأصوات واللغات المدعومة.